Kelly boyutlandırması: avantajdan maruziyete uzanan kırılgan köprü

Doğru büyüklüğü optimize edin

Kelly boyutlandırması, belirli bir modelde beklenen logaritmik serveti en üst düzeye çıkarır. Avantaj olup olmadığını keşfetme yöntemi değildir ve gelecek ay para kazanma olasılığını en üst düzeye çıkarmaz. Logaritmalar az servet bırakan sonuçları cezalandırarak kayıpların bileşik etkisini yakalar. Optimizasyon yine de bütünüyle varsayılan olasılıklara, getirilere ve uygulanabilir pozisyonlara bağlıdır.

Yatırılan birim başına p olasılıkla b birim kazandıran, diğer durumda tüm bahsi kaybettiren basit tekrarlanan bahis için kısıtsız pay f = p − (1 − p)/b olur. Bu formül doğrudan zarar durdurma yüzdesi veya kaldıraçlı aracın teminat gerekliliği yerine kullanılamaz. Kayıp tanımı, işlem platformundaki idari ayar değil, modelin parçasıdır.

İki sonuçlu formül servet çarpanlarından türetilir. f payıyla, kazançta başlangıca göre servet 1 + bf, kayıpta 1 − f olur. Beklenen logaritmik büyüme p ln(1 + bf) + (1 − p) ln(1 − f)'dir. Türevi sıfıra eşitlemek önceki optimumu verir. Modellenen her sonuçta servet pozitif kalmalıdır; borçlanma ve açığa satış sınırlamaları da uygulanabilir payları değiştirir.

Küçük olasılık hataları büyük boyutlandırma hataları yaratır

Bire bir kazanç-zarar oranı ve %55 olarak tahmin edilen kazanma olasılığını düşünün. Formül %10'luk bir pay verir. Gerçek olasılık %51 ise modelin optimumu yalnızca %2'dir; %50'nin altındaysa pozitif bir pozisyonun modelde avantajı yoktur. Dolayısıyla birkaç yüzde puanlık tahmin hatası, görünen optimumu ciddi ölçüde aşırı pozisyonlanmaya dönüştürebilir.

Gözlenen kazanma oranı bilinen olasılık değildir. Örtüşen sinyallerden gelen yüz işlem, yüz bağımsız gözlemden çok daha azını içerebilir. Kazanç-kayıp dağılımı ücretler, kaçırılan gerçekleşmeler ve olağan dışı kayıplar sonrasında da değişebilir. Herhangi bir büyüklük sonucunu değerlendirmeden önce tahminin nasıl elde edildiğini, makul belirsizlik aralığını ve hangi olumsuz sonuçların örneklemde bulunmadığını açıklayın.

Büyüme, katlanılabilir bir yolculuk demek değildir

Bir strateji, ara dönemlerde derin düşüşler yaşarken pozitif beklenen logaritmik büyümeye sahip olabilir. Uzun vadeli iddialar, teminat tamamlama çağrısı, para çekme gereksinimi veya psikolojik sınır altında ayakta kalmayı garanti etmez. Yakında nakde ihtiyaç duyan yatırımcı, birçok basitleştirilmiş gösterimin varsaydığı sınırsız zaman ufkuna sahip değildir.

Kesirli Kelly, genellikle duyarlılığı ve düşüşü azaltmak için hesaplanan pozisyonu küçültür; ancak kullanılan kesir evrensel bir güvenlik belgesi değildir. Ciddi biçimde abartılmış optimumun yarısı bile çok büyük olabilir. Risk kısıtlı Kelly formülasyonları üzerine araştırmalar, büyüme hedefinin tüm tercihleri otomatik olarak temsil ettiğini varsaymak yerine düşüş kısıtlarını açıkça belirtir. Bu modeller de bağımsız inceleme gerektiren varsayımları korur.

Birden fazla fırsat aynı bilançoyu paylaşır

Her sinyale ayrı tam Kelly hesabı uygulamak, aynı sermayeyi sessizce yeniden kullanabilir. Eşzamanlı pozisyonlar birlikte zarar edebilir ve ortak getiri dağılımları portföy problemini belirler. Aynı döviz şokuna bağlı üç işlem, sadece sembolleri farklı diye üç bağımsız tekrar değildir.

Pratik kısıtlar arasında borçlanma maliyetleri, asgari sözleşme büyüklükleri, yoğunlaşma limitleri ve planlanan çıkışın ötesindeki kayıplar bulunur. İkili kazan-kaybet modeli bu ayrıntıları bastırır. Teorik payı birimlere çevirmeden önce ilişkili fiyat boşlukları ve fonlama ihtiyaçları dahil toplam hesap serveti için senaryo tablosu oluşturun. Harcamalar veya acil durumlar için ayrılan nakit, yalnızca daha büyük pozisyonu orantılı göstermek amacıyla gelişigüzel risk sermayesi sayılmamalıdır.

Formülü duyarlılık alıştırması olarak kullanın

Yararlı bir eğitsel uygulama, makul olasılıklar ve getiriler için bir dizi oran hesaplamak, sonra yanıtın ne kadar istikrarsızlaştığını incelemektir. Mütevazı bir kötüleşme avantajı ortadan kaldırıyorsa önemli sonuç tablodaki en büyük sayı değil, kırılganlıktır. Modellenen negatif büyüme de bilgi verir: maruziyeti azaltmak, maliyetlerden sonra mevcut olmayan ekonomik avantaj yaratamaz.

Araştırma belirsizliğini kişisel kayıp taşıma kapasitesinden ayrı tutun. Bir model istatistiksel olarak umut verici olsa da belirli bir süre veya fonlama düzeni için uygun olmayabilir. Hedefi, varsayımları ve bağlayıcı kısıtları birlikte kaydedin. Çalışmanın amacı, muhakemeyi devre dışı bırakan otoriter bir yüzde üretmek değil, pozisyonun gerekçelendirilmesi için nelerin doğru kabul edilmesi gerektiğini ortaya koymaktır.

Sermaye payını tartışmadan önce zarar modelini inceleyin

Başlangıç teminatı azami zarar değildir. 1.000 dolar teminat isteyen bir araç, fiyat boşluğundan sonra kapatılana kadar 3.000 dolar kaybettirebilir. Bunu en çok 1.000 kaybettiren bahis olarak modellemek soruyu değiştirir. Stop mesafesini sözleşmeyle güvence altına alınmış zarar sınırı saymak da aynı hatadır. Pay, platformun bloke ettiği nakde değil, varsayılan ekonomik zarar dağılımına dayanmalıdır.

Her defasında güncel servetin %10'u riske edilirse on ardışık kayıptan sonra 0,9¹⁰ ≈ %34,9 kalır. Düşüş yaklaşık %65,1, başlangıca dönüş için gereken büyüme yaklaşık %186,8'dir. %2 payda yaklaşık %81,7 kalır ve toparlanma için yaklaşık %22,4 gerekir. Bunlar belirli yolların hesabıdır, o yolların gerçekleşme olasılığı değildir.

Her sonuçtan sonra büyüklüğün yenilenmesi önemlidir. Güncel servetin %10'u, kayıptan sonra nominal tutarı azaltır. Başlangıçta 1.000 dolarlık hesapta sürekli 100 dolar kullanmak farklıdır: beş kayıptan sonra bu tutar kalan servetin %20'sidir. Payı bir kez hesaplayıp nominali sabit tutmak tekrarlanan oransal büyüklük stratejisi değildir. Minimum işlem miktarı küçültmeyi ayrıca sınırlayabilir.

Serveti sıfırlayan sonucun logaritması eksi sonsuzdur. Kısa geçmişte görülmediği için bu sonucu silmek görünen optimumu kökten değiştirebilir. Amaç uydurma kesinlikte olasılıklar vermek değil, sıradan sonuç tahminlerini model dışı başarısızlık biçimlerinden ayırmak ve maruziyetin bunlara dayanıp dayanamayacağını incelemektir.